Gemini Robotics 2.5: Mitä Googlen robottien tekoäly osaa ja mitä se tarkoittaa yrityksille

Simon Gütter · 14. marraskuuta 2026 · Lukuaika noin 13 minuuttia

Kansikuva ”Gemini Robotics 2.5”: robottikäsi laittaa oranssilla pihdillä croissantin paperipussiin, taustalla tuotantohalli

Voiko robotti käynnissä olevalla autotehtaalla poimia metalliosia laatikosta ja lajitella ne oikeaan järjestykseen, ilman että kukaan on etukäteen ohjelmoinut jokaista liikettä? Juuri sen Google DeepMind osoitti Gemini Roboticsin versiolla 2.5, joka esiteltiin 10. marraskuuta 2026. Mercedes-Benzin tehtailla tehdyssä testissä onnistumisprosentti oli 96.1 Perehdyin siihen, mitä mallin taustalla on, mitä luvut tarkoittavat ja mikä tästä on jo nyt merkityksellistä pienille ja keskisuurille yrityksille.

Lyhyesti

Gemini Robotics 2.5 on tekoälymalli, joka ohjaa robotteja: se näkee kameroiden kautta, ymmärtää tavallisella kielellä annetut ohjeet ja muuttaa ne käsivarsien ja käsien liikkeiksi. Googlen mukaan se onnistuu edeltäjäänsä verrattuna selvästi useammassa hienossa käsityössä, esimerkiksi leivonnaisten pakkaamisessa pihdeillä tai rusetin availemisessa, ja toimii 20–30 prosenttia nopeammin. Mallia et voi vielä ostaa etkä käyttää itse, sillä se menee toistaiseksi vain robotiikkakumppaneille, kuten Apptronikille. Jo nyt voit kokeilla suunnittelumallia Gemini Robotics ER 2 Google AI Studiossa.1,2

Tärkeimmät luvut

  • 96 % onnistumisprosentti autonosien lajittelussa humanoidirobotti Apollo 2:lla Mercedeksen tehtailla Kecskemétissä (Unkari) ja Sindelfingenissä.1
  • 30–100 % korkeampi onnistumisprosentti kuin edeltäjillä tehtävästä riippuen, ja suoritusaika 20–30 % lyhyempi.1
  • Yli 200 erilaista tehtävää testissä, pipetoinnista pihdeillä tarjoilemiseen.1
  • +33 % ja +43 % enemmän turvallisesti suoritettuja tehtäviä esteiden ja ihmisten lähellä.1
  • 99,5 % vs. 82 % vastustuskyky naamioituja, vaarallisia ohjeita vastaan (Gemini 4 Argon verrattuna malliin Gemini Robotics ER 2).1

Mikä on Gemini Robotics 2.5?

Gemini Robotics 2.5 on niin sanottu Vision-Language-Action-malli, lyhyesti VLA-malli. Nimi kuvaa toimintatapaa: malli saa kameran kuvia (Vision) ja kielellä annetun ohjeen (Language) ja antaa niistä suoraan ohjauskomentoja moottoreille (Action).1,3 Perinteiset teollisuusrobotit toimivat toisin. Ne seuraavat kiinteästi ohjelmoitua rataa, ja jos kappale on laatikossa vinossa, ne pysähtyvät tai tarttuvat ohi. VLA-mallin on tarkoitus mukautua tällaisiin poikkeamiin, koska se näkee tilanteen ja ymmärtää tehtävän.

Google käyttää kahden mallin yhteispeliä. Suunnittelumalli Gemini Robotics ER 2 (ER tulee sanoista Embodied Reasoning) pitää kokonaisuuden hallinnassa: se ymmärtää tilan, pilkkoo tehtävän vaiheiksi, puhuu ihmisten kanssa ja tarkistaa, onnistuiko vaihe. Toimintamalli Gemini Robotics 2.5 muuntaa yksittäiset vaiheet liikkeiksi.1,4 Roboteille, joiden pitää toimia ilman internetiä tai viiveettä, on lisäksi pienempi versio, joka pyörii suoraan laitteella.4

Malli Tehtävä Saatavuus (tilanne 14.11.2026)
Gemini Robotics 2.5 Toimintamalli (VLA): ohjaa käsivarsia, käsiä ja koko kehoa vain robotiikkakumppaneille
Gemini Robotics ER 2 Suunnittelumalli: ymmärtää tilan, suunnittelee vaiheet, koordinoi useita robotteja julkinen esikatselu Google AI Studiossa ja Gemini API:ssa, suljettu esikatselu Gemini Enterprise Agent Platformissa
Gemini Robotics On-Device 2 pieni VLA-malli, toimii paikallisesti robotilla Early Access -kumppanit
Gemini 4 Argon yleismalli, nopeuttaa robotiikan tutkimusta Gemini API (maksullinen), Google AI Ultra

Malli ei ole sidottu tiettyyn robottiin. Google esittelee sitä Apptronikin humanoidirobotilla Apollo 2, jolla on viisisormainen käsi (SharpaWave, 22 vapausastetta), sekä Franka Duo -alustalla, jossa on kaksi yksinkertaista kaksisormista tarttujaa.1 Jo version 2 On-Device-variantti oli Googlen mukaan mukautettavissa uusille kaksikätisille roboteille muutamassa tunnissa, yleensä alle 200 esimerkillä.4

Mikä on uutta Gemini Robotics 2:een verrattuna?

Gemini Robotics 2 tuli heinäkuussa 2026, ja se ohjaa robotteja koko keholla varpaista sormenpäihin: kävely, kumartuminen ja tarttuminen yhtenä sujuvana kokonaisuutena.4 Versio 2.5 painottaa kätevyyttä ja luotettavuutta. Google mainitsee kolme aluetta: enemmän sorminäppäryyttä, luotettavampia tuloksia oikeassa käytössä ja enemmän turvallisuutta.1

Harppaus näkyy selvimmin tehtävissä, joissa käsitellään pehmeitä tai herkkiä asioita. Kangas ja nauhat muuttavat muotoaan jokaisesta kosketuksesta, ja leivonnainen menee helposti rikki. Roboteille nämä ovat olleet vuosia kaikkein vaikeimpia asioita. Googlen omissa testeissä tilanne näyttää tältä:1

Tehtävä Gemini Robotics 2 Gemini Robotics 2.5
Leivonnaisten pakkaaminen pihdeillä 5 % 100 %
Lahjarusetin availeminen 0 % 70 %
Neuletakin ripustaminen 0 % 62 %
Housujen taittelu 0 % 40 %

Pylväskaavio: Gemini Robotics 2.5 onnistuu leivonnaisten pakkaamisessa pihdeillä 100 prosentissa yrityksistä (aiemmin 5), lahjarusetin availemisessa 70 (aiemmin 0), neuletakin ripustamisessa 62 (aiemmin 0) ja housujen taittelussa 40 prosentissa (aiemmin 0)

Käytä kuvaa omalla sivullasi

Saat käyttää kuvaa vapaasti lähdemaininnalla. Kopioi sitä varten tämä koodi:

<a href="https://simon-traffic.com/fi/blog/tekoaly-automaatio/gemini-robotics-2-5-googlen-robotti-tekoaly/"><img src="https://simon-traffic.com/assets/blog/gemini-robotics/gemini-robotics-2-5-erfolgsquote.fi.png" alt="Gemini Robotics 2.5: onnistumisprosentti vaikeissa käsityötehtävissä" width="1200" height="675"></a>
<p>Lähde: <a href="https://simon-traffic.com/fi/blog/tekoaly-automaatio/gemini-robotics-2-5-googlen-robotti-tekoaly/">Simon Traffic, Gemini Robotics 2.5</a></p>

Minusta huomionarvoista on, että housut taittuvat siististi vain 40 prosentissa yrityksistä. Pesulalle se olisi arvoton tulos. Suunta on kuitenkin kiinnostava, sillä version 2 kohdalla kolme neljästä tehtävästä oli vielä nollassa. Kaikki arvot ovat Googlen itsensä mittaamia, riippumattomia mittauksia ei toistaiseksi ole.

Käytännön testi Mercedes-Benzillä: kitting 96 prosentin onnistumisella

Ilmoituksen kiinnostavin osa ei minusta ole laboratorio vaan tehdas. Google DeepMind on yhdessä Apptronikin ja Mercedes-Benzin kanssa ottanut humanoidirobotit Apollo 2 käyttöön käynnissä olevilla tuotantolinjoilla Kecskemétissä Unkarissa ja Sindelfingenissä.1

Tehtävän nimi on kitting: yksittäiset osat otetaan isoista laatikoista ja lajitellaan astioihin täsmälleen siinä järjestyksessä, jossa niitä myöhemmin tarvitaan linjalla tiettyä ajoneuvoa varten. Työ on yksitoikkoista, fyysisesti rasittavaa ja silti sen on pädettävä. Testissä Apollo 2 poimi metallikiinnikkeitä varastolaatikoista ja asetti ne lajittelusäiliöihin. Suunnittelumalli ER piti kokonaisuuden silmällä, toimintamalli 2.5 ohjasi käsiä ja käsivarsia ja paikkasi aukkoja. Tulos: 96 prosentin onnistumisprosentti.1

Apptronikin johtaja Jeff Cardenas kertoo, että mallit paranivat voimakkaasti muutaman viikon jälkikoulutuksen jälkeen ja siirtyivät Mercedeksen tuotantoon lähes ilman suorituskyvyn menetystä.1

Tärkeää tulkinnan kannalta: Google puhuu nimenomaisesti Proof of Conceptista, eli toteutettavuustestistä. Vakiokäytöstä ei ole puhetta. 96 prosenttia kuulostaa korkealta, mutta tarkoittaa myös, että sadasta osasta keskimäärin neljä tarttumista epäonnistuu. Tahdissa etenevällä linjalla tarvitaan siis edelleen ihmisiä puuttumaan asiaan. Silti taso on eri kuin tavallisissa messuvideoissa, koska tämä tapahtui oikealla tehtaalla eikä siistissä laboratoriokulississa.

Gemini 4 Argon: harjoittelua simulaatiossa pelkän oikean robotin sijaan

Robotit oppivat hitaasti, koska jokainen yritys oikeassa maailmassa vie aikaa. Kamera pystyyn, robotti käyntiin, virheiden tarkastelu, säätö uudelleen, ja tätä tuhansia kertoja. Tässä astuu kuvaan Gemini 4 Argon, Googlen yleinen huippumalli, joka esiteltiin lokakuussa 2026 myös robotiikkaa varten.5

Googlen mukaan Argon nopeutti Gemini Robotics 2.5:n kehitystä voimakkaasti kolmella tavalla:1

  1. Digitaalinen kaksonen: Oikeasta kameran kuvaamasta kohtauksesta Argon rakentaa realistisen simulaation samasta ympäristöstä.
  2. Harjoitusajot: Tässä simulaatiossa se tuottaa tuhansia muunneltuja suorituksia. Yhdessä oikeiden esimerkkisuoritusten kanssa robotti oppii näin nopeammin selviämään uusista kohtauksista ja esineistä.
  3. Virheanalyysi: Argon katsoo videoita epäonnistuneista yrityksistä, tekee oletuksia siitä, mikä meni vikaan, ja testaa parannuksia ensin simulaatiossa ja sitten oikealla robotilla.

Kuinka paljon tämä auttaa, näkyy Googlen kehittäjäblogin esimerkistä. Yhdestä ainoasta pöydän valokuvasta Argon rakensi itsenäisesti fysiikkasimulaation, tuotti siinä yli 4 500 muunneltua harjoitusajoa ja antoi ne robottimallin jälkikoulutukseen. Sen jälkeen oikean robotin onnistumisprosentti nousi 56:sta 75:een ja tehtävään kulunut aika laski 35 sekunnista 24 sekuntiin.5

ERQA-vertailussa, joka testaa avaruudellista ymmärrystä 3D-ympäristöissä, Argon yltää Googlen mukaan 87 prosenttiin ja on siten kaikkien muiden huippumallien edellä.5 Minusta tämä on ilmoituksen todellinen vipuvarsi. Kun robottien koulutus tapahtuu suurelta osin simulaatiossa, jokaisen uuden tehtävän aika ja kustannukset pienenevät. Ja juuri se ratkaisee lopulta, kannattaako robotti yrityksessä, jossa tehtävät vaihtuvat usein.

Turvallisuus: miten Google suojaa robotteja virheiltä ja manipuloinnilta

Kielimalli, joka vastaa väärin, on ärsyttävä. Robotti, joka tarttuu väärin, voi vahingoittaa jotakuta. Google mainitsee kaksi uudistusta.1

Turvallisuus toiminnassa. Gemini Robotics 2.5 käyttää suorituksen aikana ylimääräistä ajatteluapua, joka ohjaa sitä reaaliajassa vaarojen ohi, samaan tapaan kuin chatbotin turvasuodattimet. Googlen testeissä tämä johti siihen, että 33 prosenttia enemmän tehtäviä suoritettiin turvallisesti esteiden ollessa tiellä ja 43 prosenttia enemmän ihmisten ollessa lähellä.1 Jo Gemini Robotics ER 2 tunnistaa, jos joku tulee liian lähelle, ja pysäyttää robotin turvallisesti.4

Suoja naamioituja käskyjä vastaan. ASIMOV-Jailbreakilla Google on julkaissut avoimen testin. Se sisältää satoja ohjeita, jotka paketoivat vaaralliset tehtävät viattoman näköisiksi, ja ne on jaettu kymmeniin kohtauksiin. Gemini 4 Argon vastustaa 99,5 prosenttia näistä yrityksistä, aiempi vertailukohta Gemini Robotics ER 2 oli 82 prosentissa.1 Testiaineisto on saatavilla Hugging Facessa CC BY 4.0 -lisenssillä (pääsy käyttöehtojen hyväksymisen jälkeen). Robotiikkayritykset voivat sen avulla testata omia järjestelmiään.6

Missä Google on verrattuna Teslaan, Nvidiaan ja muihin?

Kun etsii tekoälyrobotteja, päätyy nopeasti Tesla Optimukseen tai Boston Dynamicsin Atlakseen. Tärkein ero: Google ei myy omia robotteja, vaan kehittää aivot, jotka tulevat muiden valmistajien robotteihin. Apollo 2:n keho on Apptronikilta, viisisormainen käsi Sharpalta ja ohjaus Google DeepMindiltä.1 Myös Boston Dynamics kuuluu Googlen kumppaneihin.3 Tesla sen sijaan kehittää robotit ja ohjelmiston samasta kädestä, Nvidia toimittaa Isaac GR00T -mallit humanoidiroboteille, ja kiinalaiset valmistajat kuten Unitree tuovat markkinoille edullista laitteistoa.

Yrityksille tällä on merkitystä, koska se avaa kaksi tietä. Joko ostat myöhemmin valmistajan kokonaisjärjestelmän tai robotin, jolla pyörii Gemini Roboticsin kaltainen malli. Kumpi tie voittaa, on auki.

Physical AI: mitä se tarkoittaa pienille ja keskisuurille yrityksille?

Physical AI, suomeksi fyysinen tekoäly, on parhaillaan yksi nopeimmin kasvavista hakuaiheista. Se ei kuitenkaan tarkoita, että huomenna humanoidirobotti seisoo työpajassasi. Oma arvioni tämän hetken tilanteesta:

Lyhyellä aikavälillä useimmille yrityksille ei muutu mikään. Gemini Robotics 2.5 on saatavilla vain kumppaneille, julkista rajapintaa ei ole eikä hintaa. Joka ostaa nyt humanoidirobotin, ei saa tätä mallia mukaansa.

Keskipitkällä aikavälillä kitting-tyyppiset tehtävät ovat ensimmäisiä ehdokkaita. Tarkoitan töitä, jotka toistuvat usein, mutta joissa osat eivät aina ole samassa paikassa: keräily, lajittelu, pakkaus, kokoonpanon syöttö. Juuri niissä perinteiset teollisuusrobotit epäonnistuvat, koska ympäristö on liian epäsiisti, ja juuri siihen Google tähtää. Auki on vielä kysymyksiä, jotka jokaisen yrityksen on selvitettävä, ennen kuin tällainen robotti työskentelee ihmisten rinnalla: kuka vastaa, jos se vahingoittaa jotain tai loukkaa jotakuta, ja miten se sopii koneiden turvallisuusstandardeihin?

Se, mitä voit tehdä jo nyt, liittyy vain vähän robotteihin. Tekoälyä käyttävä robotti tarvitsee kuten jokainen tekoälysovellus selkeästi kuvatut työnkulut. Kun dokumentoit tänään työvaiheesi, järjestyksesi ja virhetilanteesi siististi, se on perusta jokaiselle myöhemmälle automaatiolle, olipa se digitaalinen tai fyysinen. Tämä on klassista prosessien optimointia. Sen, missä vaiheessa yrityksesi on tekoälyn kanssa kokonaisuutena, voit arvioida muutamassa minuutissa tekoälyn kypsyystestillä. Nopeimmat onnistumiset löytyvät useimmilla pienillä yrityksillä edelleen digitaalisista työnkuluista, kuten ajanvarauksesta, tiedusteluista ja kuiteista, usein jo tekoälyagentilla tai paikallisella mallilla, kuten Nemotron 3.5 Bolt.

Mitä voit kokeilla jo tänään

Ilman robottia voit jo nyt katsoa, miten Googlen robotiikka-tekoäly ajattelee:

  1. Gemini Robotics ER 2 Google AI Studiossa. Suunnittelumalli on siellä saatavilla julkisena esikatseluna, ja se ottaa vastaan tekstiä, kuvia, videota ja ääntä. Voit esimerkiksi ladata valokuvan hyllystä tai työpöydästä, antaa sen tunnistaa esineet sekä suunnitella ja selittää toimintavaiheet.2
  2. Gemini 4 Argon Gemini API:n kautta. Argon on saatavilla Gemini API:n maksullisella tasolla ja Google AI Ultran tilaajille.5 Googlen kehittäjäblogista löydät esimerkkipromptit, esimerkiksi miten Argon rakentaa simulaatioita tai ohjaa robottia ilman aiempaa koulutusta.
  3. Testaajien odotuslista. Google tekee omien sanojensa mukaan yhteistyötä yli 100 valitun testaajan kanssa, suurista automaation toimittajista robotiikan startup-yrityksiin, ja ottaa lisää kiinnostuneita mukaan odotuslistan kautta.3
  4. ASIMOV-vertailu. Joka kehittää itse robotteja, voi testata oman turvallisuutensa avoimella aineistolla.6

Aikajana: Gemini Robotics vuodesta 2025 tähän päivään

Päivämäärä Julkaisu Uutta
Maaliskuu 2025 Gemini Robotics ensimmäinen malli, Gemini ohjaa robotteja
Syyskuu 2025 Gemini Robotics 1.5 tekoälyagentit fyysisessä maailmassa, liikkeiden siirto robottien välillä
Huhtikuu 2026 Gemini Robotics-ER 1.6 parempi suunnittelu ja avaruudellinen ymmärrys
Heinäkuu 2026 Gemini Robotics 2 koko kehon ohjaus, useita robotteja tiimissä
Lokakuu 2026 Gemini 4 Argon robotiikkaan simulaatio, digitaaliset kaksoset, virheanalyysi
Marraskuu 2026 Gemini Robotics 2.5 enemmän kätevyyttä, tehdastesti Mercedeksellä, ASIMOV-Jailbreak

Lähde: Google DeepMind.1,4

Yhteenveto: iso askel, mutta ei vielä tuote

Gemini Robotics 2.5 osoittaa, että tekoälyohjatut robotit tulevat ulos laboratoriosta. 96 prosenttia kittingissä oikealla autotehtaalla ja harppaus pehmeiden, herkkien esineiden käsittelyssä ovat vaikuttavia, vaikka kaikki luvut ovatkin Googlen omia. Todellinen edistysaskel on minusta koulutuksessa: kun robotit saavat suuren osan harjoittelustaan simulaatiossa, jokaisesta uudesta tehtävästä tulee edullisempi.

Pienille ja keskisuurille yrityksille aihe on tänään vielä seurattava, ei ostettava. Joka kuitenkin kuvaa työnkulkunsa nyt siististi ja ottaa digitaalisen automaation käyttöön, on valmistautunut, kun fyysinen tekoäly muuttuu edulliseksi.

Usein kysyttyä Gemini Roboticsista

Mikä on Gemini Robotics?

Gemini Robotics on Google DeepMindin mallisuku, joka ohjaa robotteja tekoälyllä. Se koostuu suunnittelumallista (Gemini Robotics ER 2), toimintamallista (Gemini Robotics 2.5) ja pienestä versiosta, jota käytetään suoraan robotilla (On-Device 2).3

Voinko ostaa tai käyttää Gemini Robotics 2.5:tä?

Et, ei vielä. Gemini Robotics 2.5 jaetaan robotiikkakumppaneille, kuten Apptronikille. Julkisesti käytettävissä on suunnittelumalli Gemini Robotics ER 2 Google AI Studiossa. Varhaista pääsyä varten on odotuslista.1,3

Mikä on VLA-malli?

VLA tulee sanoista Vision, Language, Action. Tällainen malli saa kameran kuvia ja kielellä annetun ohjeen ja tuottaa niistä suoraan liikekomentoja robotille. Sitä ei siis tarvitse ohjelmoida jokaista liikettä varten.1

Mikä on ero Physical AI:n ja Embodied AI:n välillä?

Molemmat termit tarkoittavat tekoälyä, joka ei vain käsittele tekstiä tai kuvia vaan toimii fyysisessä maailmassa, esimerkiksi robotissa. Embodied AI korostaa kehoa, eli sitä, että tekoäly havainnoi antureilla ja toimii moottoreilla. Embodied AI tulee pikemminkin tutkimuksesta, Physical AI on alalla ja markkinoilla yleinen termi. Käytännössä molemmat tarkoittavat yleensä samaa.

Minkä robottien kanssa Gemini Robotics 2.5 toimii?

Google esittelee sitä Apptronikin humanoidirobotilla Apollo 2 ja Franka Duo -alustalla, jossa on kaksi tarttujakäsivartta. Mallisuku on suunniteltu toimimaan monenlaisten robottityyppien kanssa. Kumppaneita ovat muun muassa Apptronik, Agile Robots ja Boston Dynamics.1,3

Työskenteleekö Mercedes-Benzillä nyt humanoidirobotteja tuotannossa?

Ei vakiokäytössä. Apollo 2:n käyttö Kecskemétissä ja Sindelfingenissä oli toteutettavuustesti käynnissä olevilla linjoilla, jossa robotit lajittelivat osia 96 prosentin onnistumisprosentilla.1

Milloin tekoälyrobotit tulevat pieniin yrityksiin?

Aikataulua ei ole. Google ei kerro hintaa eikä päivämäärää laajalle saatavuudelle.1 Ensimmäisinä hyötyvät todennäköisesti suuret teollisuusyritykset ja logistiikkatoimijat tehtävissä kuten kitting ja keräily. Pienemmille yrityksille kannattaa siihen asti dokumentoida työnkulut ja ottaa käyttöön digitaalinen automaatio.

Mikä on Gemini 4 Argon?

Gemini 4 Argon on Googlen yleinen huippumalli. Robotiikassa se rakentaa simulaatioita ja digitaalisia kaksosia kameran kuvista, tuottaa harjoitusajoja ja analysoi virheitä. Se on saatavilla maksullisen Gemini API:n ja Google AI Ultran kautta.5

Lainausehdotus

Gütter, Simon (2026): Gemini Robotics 2.5: Mitä Googlen robottien tekoäly osaa ja mitä se tarkoittaa yrityksille. Simon Traffic, 14. marraskuuta 2026. https://simon-traffic.com/fi/blog/tekoaly-automaatio/gemini-robotics-2-5-googlen-robotti-tekoaly/

Lähteet

  1. Google DeepMind: Gemini Robotics 2.5 accelerates real-world general dexterity, 10.11.2026.
  2. Google DeepMind: Gemini Robotics ER 2, mallisivu, luettu 14.11.2026.
  3. Google DeepMind: Gemini Robotics, yleiskatsaus ja kumppanit, luettu 14.11.2026.
  4. Google DeepMind: Gemini Robotics 2 brings whole body intelligence to robots, 30.07.2026.
  5. Google Developers Blog: Gemini 4 Argon for Robotics, 13.10.2026.
  6. Google Hugging Facessa: ASIMOV Agentic Safety Evaluation sisältäen ASIMOV-Jailbreakin, lisenssi CC BY 4.0, luettu 14.11.2026.

Kaikki suorituskykyarvot ovat Google DeepMindin valmistajan ilmoittamia tietoja. Tilanne: 14. marraskuuta 2026.